中金：以 GPT 为代表的生成式 AI 应用蓬勃发展 看好流量和算力需求增长下硬件升级趋势

智通财经 APP 获悉，中金公司发布研究报告称，3 月 23 日 OpenAI 宣布为 GPT 引入插件，首批包括 13 个第三方插件和 2 个自有插件，功能覆盖衣食住行、工作和学习等多领域，至此 OpenAI 在 GPT 应用侧再下一城。看好大型多模态模型的非线性迭代，看好流量和算力需求增长下的硬件升级趋势。

▍中金公司主要观点如下：

GPT 通过不断提升训练语料的规模和质量、提升网络的参数数量来完成系列迭代，开放插件应用有望加速迭代进程。

2022 年 11 月发布的 ChatGPT(GPT-3.5) 专门为对话任务而设计，应用端，微软在今年 2 月将其接入搜索引擎和 Edge 浏览器;2023 年 3 月 15 日发布的 GPT-4 是一个大型多模态模型 (图像和文本输入，文本输出)。虽然该模型适用于众多任务处理，但应用仍相对有限。

例如，此前训练数据仅来源于语言模型中已有的信息，这些信息在时效性和通用性方面存在缺陷;又例如，到目前为止语言模型只应用于文本输出，尽管文本内容可以提供有用的操作说明，但在操作实践上缺乏后续具体程序的支持。

因此，OpenAI 为 ChatGPT 正式引入插件功能，作为 “耳目” 为语言模型获取更及时、更具体、更定制化的训练数据。

IT 行业生态链表现为软硬件正向驱动的循环：

软件商通过开发杀手级应用消耗硬件算力，驱动用户更新终端设备;硬件和半导体芯片厂商将商业利润投入研发，并在摩尔定律的规律下提升硬件性能，为软件商更新软件、消化硬件性能做准备。

以 GPT 为代表的生成式 AI 应用蓬勃发展，其背后支撑海量参数的大模型训练底层硬件亦有望不断升级：

1) 流量：GPT 类似的 AIGC 应用生态有望加速发展，未来作为流量消耗主体的视频应用也有望大量出现，流量增长驱动网络设施升级。

2) 算力：参数量和语料库非线性增长，大算力 AI 芯片是支撑 AIGC 应用落地及大模型高效生产的基本前提，AI 芯片有望加速迭代。

3) 存储：GPT 模型训练及推理涉及到大量参数的调用及海量数据的存储及读取，存储容量和速率同步升级。

该行认为，AI 服务器作为底层算力支撑有望迎来需求的大规模增长。

风险

AI 应用落地不及预期;产业链逆全球化导致的半导体供应链风险。